-
公开(公告)号：CN118096554A
公开(公告)日：2024-05-28
申请号：CN202410270851.1
申请日：2024-03-11
Applicant: 中国科学院长春光学精密机械与物理研究所
Abstract: 本发明涉及一种基于交叉模态增强与多注意力融合策略的红外与可见光图像融合方法，包括步骤：获取原始红外图像与原始可见图像；基于交叉模态增强模块与细节注入模块对卷积层提取的特征进行增强处理；基于多注意力机制指导可见光和红外特征进行融合；对融合后的特征进行解码，重构融合图像。本发明在编码阶段加入交叉模态增强网络，将红外特征与可见光特征进行互补增强，捕捉二者之间的内在关联性，同时添加细节注入模块，增强对细节信息的表示能力；采用基于多注意力机制的融合策略代替普通融合方式，引入纹理注意力和亮度注意力模块分别处理可见光特征和红外特征，并以空间‑通道注意力模块计算融合权重，指导各个分量融合，获得最终融合结果。
-
公开(公告)号：CN117939315A
公开(公告)日：2024-04-26
申请号：CN202410107341.2
申请日：2024-01-25
Applicant: 中国科学院长春光学精密机械与物理研究所
Abstract: 本发明涉及CMOS探测器领域，尤其涉及一种探测器串行图像数据动态调理的仿真检测方法，对于时序复位导致串行数据组合方式的改变，采用改变串行数据发送器的计数值与数据位的对应关系来模拟；在探测器训练阶段进行全状态调理过程的检测，按照步骤发送恒定的训练字和单个训练字串行数据；在非训练的成像阶段，每当检测到行同步(SYNC)信号脉冲，按照顺序输出四个同步字，然后输出非同步字的数据，并将串行数据发送器的计数值与数据位的对应关系改变一次。本发明在训练阶段进行全状态调理过程的检测，按照步骤发送恒定的训练字和单个训练字串行数据，避免仿真的时序复位引起的串行数据顺序改变导致正常的训练状态出错。
-
公开(公告)号：CN117474921A
公开(公告)日：2024-01-30
申请号：CN202311821221.0
申请日：2023-12-27
Applicant: 中国科学院长春光学精密机械与物理研究所
Abstract: 本发明涉及光场成像的技术领域，具体提供一种基于镜面高光去除的抗噪光场深度测量方法、系统及介质，其中，基于镜面高光去除的抗噪光场深度测量方法包括：获取光场原始图像；对光场原始图像进行光场参数化；光场重聚焦图像；基于剪切光场获取每一个深度标签的中心视图；采用阈值法将镜面像素分类得到候选镜面反射分量，在候选镜面反射分量中进行二次分离得到漫反射分量；利用基于场景先验驱动和改进的泊松混合方法修正所述漫反射分量，得到高光恢复的中心视图；采用噪声感知策略滤除高光恢复的中心视图及初始深度图的噪声，获得重建的最终深度图。因此，本申请一方面提升了高光去除的运行效率；另一方面能最大限度地保留光场的细节信息。
-
公开(公告)号：CN116498628A
公开(公告)日：2023-07-28
申请号：CN202310467283.X
申请日：2023-04-27
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: F16B11/00
Abstract: 一种成像电箱的合成方法，涉及基于空间应用的成像电箱合成技术领域，解决现有成像电箱的装配后，存在搭接电阻不满足指标要求，而拆箱则易导致成电箱变形进一步降低线路板的导热效率和电连接特性等问题，本发明提出导热电阻和搭接电阻指标分解和分步骤环节控制的方法，建立热传导和电搭接的链路模型，将电箱箱体板进行热传导和电搭接用途分类，并设置合理的工作步骤。本发明中，将电搭接功能的电箱箱体板进行预合箱，确定最终的电搭接指标是否满足要求，在电搭接指标满足要求后再进行最终合箱，一方面不需要抹胶后拆箱，另一方面可以避免大工作量的电箱内多余物清理和灰尘清除等操作重复进行。
-
公开(公告)号：CN110826379B
公开(公告)日：2022-03-22
申请号：CN201810918475.7
申请日：2018-08-13
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: G06V20/13 , G06V10/762 , G06V10/82 , G06K9/62 , G06N3/08
Abstract: 本发明实施例公开一种基于特征复用与YOLOv3的目标检测方法。本发明实施例所提供的基于YOLOv3的目标检测方法包括步骤：提出多个卷积层的小参数卷积神经网络；在提出的卷积神经网络上应用密集相连模块进行改进，并提出使用最大池化加强密集连接模块间的特征传递；针对目标为小目标的情况，提出将YOLOv3的3个尺度检测增加至4个并以密集相连融合不同尺度模块特征层的信息；在目标测试集上进行训练和测试。通过实验表明，本发明实施例所提供的基于YOLOv3的目标检测方法不仅具有很高的召回率，还能够平衡精确性和实时性的需求。
-
Patent Agency Ranking
公开(公告)号：CN111104948A
公开(公告)日：2020-05-05
申请号：CN201811259843.8
申请日：2018-10-26
Applicant: 中国科学院长春光学精密机械与物理研究所
Abstract: 本发明实施例提出一种基于双模型的自适应融合的目标跟踪方法。该基于双模型的自适应融合的目标跟踪方法利用基于相对置信度的自适应融合系数，使得相关滤波器响应和颜色分类器响应能够进行最优融合，进而充分地展现出各自模型的跟踪优势，有效地解决了现有Staple目标跟踪方法中的相关滤波器与颜色分类器的融合系数为常数而没有完全展示出相关滤波器跟踪模型和颜色分类器跟踪模型的优势的问题。
-
公开(公告)号：CN110751671A
公开(公告)日：2020-02-04
申请号：CN201810814493.0
申请日：2018-07-23
Applicant: 中国科学院长春光学精密机械与物理研究所
Abstract: 本发明实施例公开一种基于核相关滤波与运动估计的目标跟踪方法。该目标跟踪方法在核相关滤波器的基础上，引入跟踪响应为高斯分布的设想，采用贝叶斯优化对核相关滤波器进行处理；并且加权结合抑制背景的贝叶斯分类器的响应与核相关滤波的响应；最后基于运动估计对目标运动方向进行预测，在跟踪失败时在预测的位置上检测目标以实现重检测。本发明实施例所提出的目标跟踪方法在OTB2013测试集上与现有的其他目标跟踪方法进行了对比，对比结果表明本发明实施例所提出的目标跟踪算法性能优异，且具有高达42帧每秒的运行速度，具有良好的实用性和准确度。
-
公开(公告)号：CN103198869A
公开(公告)日：2013-07-10
申请号：CN201310067874.4
申请日：2013-03-04
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: G11C29/42
Abstract: 本发明涉及一种空间CCD图像存储器NAND闪存纠错编解码器及纠错方法，该纠错编解码器包括：编码帧构造、编码行缓存、2个（170，164）缩短RS编码器、1个（172，166）缩短RS编码器、校验码一次存储、编码列缓存、（255，249）RS编码器、校验码二次存储、读取数据帧、解码列缓存、（255，249）RS解码器、解码行缓存、2个（170，164）缩短RS解码器、1个（172，166）缩短RS解码器以及数据输出装置。本发明的空间CCD图像存储器NAND闪存纠错编解码器及纠错方法，可以同时纠正突发错误和多个随机错误，大大提高了NAND闪存存储图像的可靠性，非常适合空间CCD相机的应用。
-
公开(公告)号：CN103179398A
公开(公告)日：2013-06-26
申请号：CN201310066814.0
申请日：2013-03-04
Applicant: 中国科学院长春光学精密机械与物理研究所
IPC: H04N7/26
Abstract: 本发明涉及一种提升小波变换FPGA实现的方法，包括以下步骤：将CCD图像每128行作为一帧图像，将一帧图像分为8组，每组采用16个并行的1-D行提升小波变换模块进行分解；将行提升小波系数的每32列采用16个并行的1-D列提升小波变换模块进行分解。本发明将CCD图像每128行作为一帧图像，先将一帧图像分为8组，每组采用16个并行的1-D行提升小波变换模块进行分解，然后将行提升小波系数的每32列采用16个并行的1-D列提升小波变换模块进行分解，最终完成二维提升。由于行列方向均采用16个并行1-D提升小波模块，提高了提升小波变换效率，缩减了CCD图像小波变换时间。
-
公开(公告)号：CN119183030A
公开(公告)日：2024-12-24
申请号：CN202411205506.6
申请日：2024-08-30
Applicant: 中国科学院长春光学精密机械与物理研究所
Abstract: 本发明涉及CMOS图像训练技术领域，尤其涉及一种CMOS图像数据的训练方法，包括低频CMOS图像数据训练和高频CMOS图像数据训练；其中，针对低频CMOS图像数据训练，使用成像控制器内部的本地时钟进行双沿采样器的双沿采样，拓宽采样时钟对串行图像数据的采样范围，获取最佳的采样位置，并针对低频采样状态下可能出现采样区域覆盖不全面而出现的采样区域不连续的情况设置不同的采样点位置，有利于避免温度漂移的影响；针对高频CMOS图像数据训练，使用成像探测器内部的具有与串行图像数据相同延迟特性的伴随时钟进行采样，并针对不同的采样状态设置不同的采样点位置，从而保证系统工作的稳定可靠。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.046 seconds)
